我的随笔

16 Transformer 的编码器（Encodes）——我在做更优秀的词向量

B站-水论文的程序猿 2022-07-12 16:57 阅读:4407 评论:0 推荐:0 编辑

1401 位置编码公式详细理解补充

B站-水论文的程序猿 2022-07-12 16:56 阅读:2232 评论:0 推荐:1 编辑

14 Positional Encoding （为什么 Self-Attention 需要位置编码）

B站-水论文的程序猿 2022-07-12 16:55 阅读:3314 评论:0 推荐:5 编辑

13 Multi-Head Self-Attention（从空间角度解释为什么做多头）

B站-水论文的程序猿 2022-07-12 16:54 阅读:5344 评论:0 推荐:0 编辑

11 Self-Attention相比较 RNN和LSTM的优缺点

B站-水论文的程序猿 2022-07-12 16:53 阅读:4149 评论:0 推荐:2 编辑

12 Masked Self-Attention（掩码自注意力机制）

B站-水论文的程序猿 2022-07-12 16:53 阅读:5796 评论:0 推荐:0 编辑

10 Self-Attention（自注意力机制）

B站-水论文的程序猿 2022-07-12 16:52 阅读:10016 评论:1 推荐:2 编辑

08 ELMo模型（双向LSTM模型解决词向量多义问题）

B站-水论文的程序猿 2022-07-12 16:51 阅读:3531 评论:1 推荐:3 编辑

09 什么是注意力机制（Attention ）

B站-水论文的程序猿 2022-07-12 16:51 阅读:12143 评论:1 推荐:6 编辑

07 预训练语言模型的下游任务改造简介（如何使用词向量）

B站-水论文的程序猿 2022-07-12 16:50 阅读:2143 评论:0 推荐:0 编辑